比較・活用
Mistral Large 4は脆弱性再現82%、Claude・GPT-6はなぜ「拒否」したのか
脆弱性診断の依頼を、普段使っているAIに断られた経験はないでしょうか。仏Mistral AIが発表した新モデルは、その「拒否」こそが評価を分ける要因だと説明しています。自社のセキュリティ業務にどちらを使うべきか、比較から読み解きます。
何が起きたか
Mistral AIは10月6日（現地時間）、新しい大規模モデル「Mistral Large 4」（ニックネーム「Le Chonk」）を発表しました。パラメータ総数は1兆、実際に動作する活性化パラメータは490億です[2][3]。現時点で公開されているのはガードレール付きの公開API「Mistral Studio」経由のみで、モデル本体の重みデータの公開は安全性テスト完了後、おおむね数週間以内を予定しています[2][3]。
学習はすべてMistral自社の欧州データセンター内で完結しており、使用したGPUはNVIDIA製4000基にとどまります。同社VPのPierre Stock氏は、取材に対し「中国勢の2〜3分の1、クローズドモデル各社よりもさらに少ない計算資源」と説明しています[2]。
独立系ベンチマーク「Artificial Analysis Intelligence Index」でML4は38点を記録し、前モデルMistral Large 3の9点から大きく伸びましたが、首位のClaude Opus 5.5（Max）の58点にはまだ届いていません[3]。一方、実在する脆弱性を再現してパッチを当てる試験では、ML4が82%のスコアで全モデル中トップとなりました。同じ試験でClaude Opus 5.5とGPT-6 Astraはほぼ0点で、Mistralによればこれはタスクそのものを拒否したことが理由です[3]。
背景・解説
「オープンウェイトモデル」とは、モデルの重みデータが公開され、企業が自社サーバーやプライベートクラウド上で動かせる生成AIを指します。対して「クローズドモデル」は提供企業のサーバー経由でしか利用できず、重みは非公開のままです[2]。ML4は発表時点でまだ重みを公開しておらず技術的にはクローズドモデルの扱いですが、安全性検証を終えた上で近く公開する計画が明らかにされています[2]。
AnthropicやOpenAIが提供するクローズドモデルは、悪用防止の観点から「実在する脆弱性を再現してみせる」といった依頼そのものを拒否する設計になっています。Mistralはこの点を逆手に取り、脆弱性の実在を証明する作業こそが防御の出発点であり、安全フィルターがその作業自体をブロックしてしまうのは本末転倒だと主張し、ML4を企業のセキュリティ診断・侵入テスト用途に売り込んでいます[3]。
こうした議論の背景には、企業のAI活用に対してガバナンス整備が追いついていない現状があります。Netskopeの調査では、組織の73%が何らかの形でAIツールを導入している一方、リアルタイムでガバナンスを適用できる成熟度の高い組織はわずか7%にとどまり、68%が自社のガバナンスを「事後対応的」または「発展途上」と自己評価しています[1]。日本国内の組織でも、月平均500件を超えるAI関連のデータポリシー違反が発生していることが分かっています[1]。
仕事や業務への影響 — AI Topicaの見方
自社でペネトレーションテストや脆弱性診断を内製化している企業ほど、クローズドモデルの「拒否」に業務が止まる場面に直面しやすくなります。例えば、従業員200人規模のSaaS企業でセキュリティ担当が3人という体制の場合、脆弱性の再現検証をClaudeやGPT-6に依頼してもほぼ0点の回答しか得られず、診断作業は結局人手に頼ることになります。ML4のように82%のスコアで脆弱性を再現できるモデルがあれば、同じ3人のチームでも検証作業の多くを自動化に回せます。
ただし、ML4の重みはまだ公開されていません。公開を待つ必要があり、今すぐ自社サーバーで動かせるわけではないのです。公開後も、ガバナンス体制が整っていない組織がそのまま導入すれば、組織の73%がAIを導入済みでも成熟したガバナンスは7%という構図を繰り返すだけになります。情報システム部門は、重み公開のタイミングに合わせてアクセス権限の棚卸しや利用ログの監視体制を先に整えるべきです。
総合性能ではML4が38点、Claude Opus 5.5が58点と、まだ20点の差があります。文書作成や企画立案など幅広い業務では、引き続きクローズドモデルの性能が優位です。使い分けとしては、脆弱性診断やサイバー防御など「拒否」が業務のボトルネックになる領域に限ってML4を検討し、それ以外の業務は従来のクローズドモデルで十分です。
不確かな点・注意
重みの公開時期は「約3週間後」(TechCrunch)と「10月末ごろ」(The Decoder)で表現が微妙に異なり、確定した日付は示されていません[2][3]。
ML4が悪用目的のリクエストと正当な脆弱性研究をどのように見分けるのか、具体的な仕組みはMistral自身からも明らかにされていないままです[3]。
攻撃ブロック率93.3%というLakeraの基準による数値はMistralが公表した値で、第三者による独立検証が行われたかどうかは記事から判断できません[3]。
Netskopeの調査はサイバーセキュリティ・IT専門家1253人を対象にしたもので、日本企業全体の実態を直接代表する数字ではない点に注意が必要です[1]。